Kelompok 1

Nama Kelompok
1. Dwi Cahyaningrum (07)
2. Fania Inasari (08)
3. Meylina Fidya Fadhillah (14)
4. Nugroho Priyo Wibowo (16)
5. Rizki Lucky Noviana (20)

AM-2A

http://www.free-powerpoint-templates-design.com
ANGGARAN
PENJUALAN
 Pengertian Anggaran
Penjualan
Anggaran penjualan merupakan suatu perencanaan
anggaran secara sistematis dan lebih terperinci tentang
penjualan perusahaan selama periode tertentu yang akan
datang, yang didalamnya meliputi rencana tentang :
 Jenis (kualitas) barang yang akan dijual
 Jumlah (kuantitas) barang yang akan dijual
 Waktu penjualan
 Tempat (daerah) pemasarannya.
 KEGUNAAN ANGGARAN PENJUALAN
Kegunaan Pokok Kegunaan Secara
(Umum) Khusus
1. Sebagai pedoman kerja 1. Sebagai dasar menyusun
anggaran yang akan
2. Alat manajemen untuk diproduksi
menciptakan koordinasi
kerja 2. Sebagai dasar menyusun
anggaran kas
3. Alat manajemen untuk
melakukan evaluasi atau 3. Sebagai dasar untuk
pengawasan kerja menyusun anggaran piutang
 KONSEP ANGGARAN PENJUALAN
Dasar Penyusunan Anggaran Menyusun Anggaran Penjualan

Menyusun Tujuan Anggaran promosi dan

Perusahaan advertensi

Menyusun Strategi Anggaran biaya-biaya

Perusahaan penjualan

Menyusun Forecast Rencana pemasaran

Penjualan
 Faktor Anggaran Penjualan
1. Karakteristik pasar yang dihadapi perusahaan seperti :

A B C D
Luas Pasar Keadaan Keadaan/Sifat
Persaingan Konsumen
Kemampuan
 Bersifat Lokal Apakah konsumen
 Bersifat monopoli pasar untuk merupakan :
 Bersifat Regional
 Bersifat persaingan menyerap barang
 Bersifat Nasional
bebas  Konsumen akhir
 Bersifat persaingan  Konsumen industri
monopolistis
Lanjutan faktor anggaran penjualan……

2. Kemampuan Finansial
1

Kemampuan membiayai penelitian pasar

yang dilakukan

Kemampuan membiayai usaha-usaha

untuk mencapai target penjualan (modal
kerja)

Kemampuan membeli bahan mentah

untuk dapat memenuhi target penjualan
Lanjutan faktor anggaran penjualan……

3 4

Keadaan Dimensi Waktu

Personalia

Hal ini perlu diperhatikan

Apakah jumlah tenaga
sebab apabila membuat
kerja yang tersedia
rencana terlalu awal,
cukup, kurang atau
kemungkinan akan terjadi
berlebihan
perubahan keadaan, juga
perlu dipertimbangkan
Apakah tenaga yang
sampai seberapa rencana
tersedia mampu untuk
yang disusun tersebut
melakukan tugas-
masih reliable
tugasnya agar target
yang dilakukan tercapai
 DATA & INFORMASI UNTUK MENYUSUN
ANGGARAN PENJUALAN
Data & Informasi yang dibutuhkan antara lain adalah :

01 DATA INTERNAL
1. Perkembangan penjualan di masa lalu (kualitas, jumlah, harga, daerah
pemasaran)
2. Kebijakan perusahaan tentang pemasaran
3. Kapasitas produksi untuk menunjang penjualan
4. Tersedianya karyawan di bidang pemasaran, baik kuantitas & kualitas
5. Fasilitas-fasilitas penunjang kegiatan pemasaran
6. Adanya modal kerja untuk menunjang kegiatan pemasarang

02 DATA EKSTERNAL
1. Pesaing & tingkat persaingan di pasar
2. Posisi perusahaan dalam persaingan
3. Jumlah penduduk & tingkat pertumbuhannya
4. Rata-rata penghasilan penduduk & tingkat pertumbuhannya
5. Konsumen (jumlah, tingkat penghasilan, selera)
6. Elastisitas permintaan terhadap yang akan dijual
7. Agama, adat-istiadat, berbagai kebiasaan masyarakat
8. Kebijakan pemerintah
9. Perkembangan ilmu pengetahuan & teknologi

1. Penentuan Dasar-dasar Anggaran
a) Penentuan relevan variabel yang mempengaruhi
penjualan.
b) Penentuan tujuan umum dan khusus yang diinginkan.
c) Penentuan strategi pemasaran yang dipakai.
2. Penyusunan Rencana Penjualan
a) Analisa ekonomi, dengan mengadakan proyeksi
terhadap aspek-aspek Makro seperti:
• Moneter
• Kependudukan
• Kebijaksanaan-kebijaksanaan pemerintah
dibidang ekonomi
• Teknologi
Dan menilai akibatnya terhadap permintaan industri
Modern Portfolio
Designed
LANGKAH DALAM MENYUSUN
RENCANA PENJUALAN
b) Melakukan Analisa Industri
c) Melakukan Analisa Prestasi Penjualan yang
lalu
d) Analisa Penentuan Prestasi Penjualan yang
akan datang.
e) Menyusun Forecast Penjualan
f) Menentukan jumlah penjualan yang
dianggarkan (Budgeted Sales)
g) Menghitung rugi/laba yang mungkin diperoleh
(Budgeted Profit)
h) Mengkomunikasikan rencana penjualan yang
telah disetujui pada pihak lain yang
berkepentingan
 CARA MELAKUKAN PENAKSIRAN
Menurut sifatnya, metode untuk melakukan penaksiran ada 2, yaitu:
1. Bersifat kualitatif (Penaksiran penunjang), cara penaksiran
yang menitik beratkan kepada pendapat seseorang. Cara ini
mempunyai kelemahan, pendapat orang biasanya subjektif
daripada objektif. Cara penaksiran kualitatif :
Pendapat pimpinan
Pendapat konsumen
pemasaran

Pendapat petugas Pendapat para ahli

penjualan yang dianggap
memahami
Pendapat lembaga
penyalur
LANJUTAN CARA MELAKUKAN PENAKSIRAN…...

2. Bersifat kuantitatif (Peasiran Utama) , penaksiran yang menggunakan

perhitungan angka statistika. Metode ini juga memiliki kelemahan, adanya
hal-hal yang tidak dapat diukur secara kuantitatif, misalnya : selera,
kebiasaan, tingkat pendidikan, cara berpikir masyarakat. Cara penaksiran
kuantitatif :
a) Cara yang mandasarkan diri pada data historis (masa
lampau)

Metode trend bebas

Metode trend setengah

rata-rata

Metode trend moment

LANJUTAN CARA MELAKUKAN PENAKSIRAN…...
b) Mendasarkan diri pada data c) Cara penaksiran
historis variabel yang menggunakan metode
ditaksir beserta statistik (trend & regresi)
hubungannya dengan yang diterapkan di
variabel lain analisis khusus, misalnya :

Metode regresi
Analisis industri
tunggal ,
penaksiran
mengguakan
variabel bebas Analisis jenis-jenis
dengan variabel produk yang
tak bebas dihasilkan
Analisis
Metode regresi pemakaian akhir
berganda, penaksiran dari produk
menggunakan
variabel tak bebas
dengan lebih dari satu
variabel bebas.
 Contoh cara penaksiran yang bersifat kuantitatif
Misalkan data historis tentang jumlah penjualan CV “Giga Isnanda”
selama 18 bulan terakhir sebagai berikut:
Bulan Penjualan
Januari 2006 2.500.000 botol
1. Metode trend bebas
Februari 2006 1.900.000 botol
Pada dasarnya semua metode
Maret 2006 1.600.000 botol
trend menggunakan prinsip yang
April 2006 1.700.000 botol
sama, yaitu berusaha mengganti Mei 2006 2.000.000 botol
garis patah - patah dalam grafik Juni 2006 2.300.000 botol
yang dibentuk oleh data historis, Juli 2006 2.100.000 botol
menjadi garis yang bentuknya Agustus 2006 1.750.000 botol
lebih teratur. September 2006 2.700.000 botol
Oktober 2006 2.300.000 botol
November 2006 2.450.000 botol
Desember 2006 2.900.000 botol
Januari 2007 3.000.000 botol
Februari 2007 2.650.000 botol
Maret 2007 2.800.000 botol
April 2007 3.200.000 botol
Mei 2007 2.900.000 botol
Juni 2007 3.300.000 botol
 CHART TITLE
3500

3000

2500
Bilamana data historis tersebut
RIBUAN BOTOL

2000

1500
digambarkan dalam bentuk grafis,
maka akan terlihat sebagai berikut.
1000

500

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
BULAN

CHART TITLE
3500

3000

2500

RIBUAN BOTOL
Apabila terdapat garis 2000

Metode Trend Bebas 1500

1000

500

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
BULAN
 2. Metode trend setengah rata-rata

Menurut metode ini, garis lurus yang dibuat

sebagian pengganti garis patah -patah
yang dibentuk dari data historis tersebut,
dengan perhitungan statistika & a) Metode Trend Setengah Rata -
matematika. Berdasarkan fungsi rata dengan n Genap
matematika, garis lurus yang akan Misalkan data historis jumlah
dibentuk tersebut dinyatakan dalam suatu penjualan CV “Giga Isnanda”
persamaan / fungsi garis lurus (liniear), selama 16 bulan sejak bulan
Y’ = a + bX . januari 2006 sampai dengan
bulan april 2017 akan
dipergunakan untuk menghitung
taksiran penjualan tahun 2008
yang akan datang. Dengan
menggunakan metode Trend
Setengah rata-rata, sebagai
berikut :
 Y (Ribu Jumlah Rata-rata
Bulan X
Botol) Kelompok kelompok
Januari 2006 2.500 (11,5)
Februari 2006 1.900 (10,5)
Maret 2006 1.600 (9,5)
April 2006 1.700 (8,5)
16.000 2.000
Mei 2006 2.000 (7,5)
Juni 2006 2.300 (6,5) • Data bulan Januari - Agustus
Juli 2006 2.200 (5,5) 2006(K1)
Agustus 2006 1.800 (4,5)
• Data bulan september 2006 - april
2007(K2)
September 2006 2.700 (3,5)
Oktober 2006 2.300 (2,5) fungsi garis lurus:
November 2006 2.450 (1,5) Y’ = a+bX
Desember 2006 2.900 (0,5)
22.000 2.750 Keterangan:
Januari 2007 3.000 0,5 a = rata-rata kelompok 2(K2)
Februari 2007 2.650 1,5
Maret 2007 2.800 2,5 b = (rata-rata K2 – rata-rata K1) / n
April 2007 3.200 3,5 n = jarak waktu (bulan) antara rata -
rata K1 dengan rata-rata K2
a = 2.750
Rata-rata K2 = 2.750
Rata-rata K1 = 2.000
n = 8, yaitu jarak antara rata-rata K1
Contoh Penerapan
terletak di bulan april dan mei 2006,
dengan rata-rata K2 yang terletak di antara
pada Kasus
bulan desember dan januari 2007.
b = (2.750 – 2.000) : 8 = 95,73
Paramater X dihitung dari bulan setelah posisi rata-rata
Jadi persamaan fungsi trend adalah: K2, oleh karena posisi rata 2 pada tanggal 31 desember
Y’ = 2.750 - 95,73X 2006 (atau tanggal 1 januari 2007) yaitu sebesar 0,5.
Selain itu secara berturut-turut parameter X untuk
bulan-bulan berikutnya akan bertambah satu angka.
Dengan cara ini maka taksiran (forecast) penjualan dari
bulan ke bulan selama tahun 2008 yang akan datang
dapat di hitung dengan cara memasukkan paramater X
ke dalam persamaan fungsi trend tersebut.
 Bulan /2008 Y’(ribu botol) X
Januari 3. 922 12,5
Februari 4.016 13,5
Maret 4.109 14,5
Sedangkan nilai dari titik-titik
April 4.203 15,5
yang membentuk garis lurus
Mei 4.297 16,5 sebagai pengganti garis patah -
Juni 4.391 17,5 patah yang dibentuk oleh data
Juli 4.484 18.5 historis, dapat diketahui dengan
menghitung nilai Y’ (nilai trend)
Agustus 4.578 19,5
sejak bulan januari 2006 sampai
September 4.572 20,5 dengan bulan april 2007
Oktober 4.766 21,5
November 4.859 22,5
Desember 4.953 23,5
 Y Y’
Bulan X
(ribu botol) (ribu botol)
Januari 2006 2.500 1.672 (11,5)
Februari 2006 1.900 1.766 (10,5)
Maret 2006 1.600 1.859 (9,5)
April 2006 1.700 1.953 (8,5)
Mei 2006 2.000 2.047 (7,5)
Juni 2006 2.300 2.141 (6,5)
Juli 2006 2.200 2.234 (5,5)
Agustus 2006 1.800 2.328 (4,5)
September 2006 2.700 2.422 (3,5)
Oktober 2006 2.800 2.516 (2,5)
November 2006 2.450 2.609 (1,5) Berikut tabel yang
Desember 2.900 2.703 (0,5)
dibuat:
Januari 2007 3.000 2.797 0,5
Februari 2007 2.650 2.891 1,5
Maret 2007 2.800 2.984 2,5
April2007 3.200 3.078 3,5
Misalkan data historis jumlah penjualan CV
Giga Isnanda selama tujuh belas bulan
sejak bulan januari 2006 sampai dengan
bulan mei 2007 akan dipergunakan untuk
menghitung taksiran penjualan (Budged b) Metode trend setengah rata -
penjualan) tahun 2008 yang akan datang rata dengan n ganjil
dengan menggunakan meteode trend
setengah rata-rata.
 Y Jumlah Rata-rata
Bulan X
(ribu btol) kelompok kelompok
Januari 2006 2.500 12
Februari 2006 1.900 11
Penerapan rumus trend:
Maret 2006 1.600 10
Y’ = a+ bX
a = 2.766,67 April 2006 1.700 9
Rata-rata K2 = 2.766,67 Mei 2006 2.000 8 18.700 2.077,78
Rata-rata K1 = 2.077,78 Juni 2006 2.300 7
n = 8, yaitu jarak antara rata-rata K1 Juli 2006 2.200 6
yang terletak pada bulan mei 2006
Agustus 2006 1.800 5
dengan rata-rata K2 yang terletak
September 2006 2.700 4
pada bulan januari 2007
Sehingga nilai September 2006 2.700 4
b = ( 2.766,67- 2.077,78) : 8 = 86,11 jadi Oktober 2006 2.800 3
persamaan fungsi trend adalah Y’ = November 2006 2.450 2
2.766,67 + 86,11X Desember 2006 2.900 1
Januari 2007 3.000 0,0 24.900 2.766,67
Februari 2007 2.650 1,0
Maret 2007 2.800 2,0
April2007 3.200 3,0
Mei 2007 2.900 4,0
 Y’
Bulan X
(ribu botol)
Januari 2008 3.800 12,0

Februari 2008 3.886 13,0 Parameter X dihitung mulai dari bulan

pada posisi rata-rata kelompok dua (K2)
Maret 2008 3.972 14,0 oleh karena posisi rata K2 terletak pada
tanggal 15 januarai 2007, yaitu sebesar 0,0.
4.058 15,0
April 2008
Setelah itu, secara berturut-turut
Mei 2008 4.144 16,0 parameter X untuk bulan bulan
berikutnya akan bertambah satu angka.
Juni 2008 4.231 17,0
Dengan cara ini maka taksiran (forecast)
Juli 2008 4.317 18,0 dari bulan e bulan selama tahun 2008
dapat dihitung dengan cara memasukan
Agustus 2008 4.403 19,0 parameter X kedalam persamaan funfsi
trend tsb.
September 2008 4.489 20,0

Oktober 2008 4.575 21,0

November 2008 4.661 22,0

Desember 2008 4.747 23,0

Sedangkan nilai dari titik - titik yang membentuk garis lurus sebagai pengganti garis patah -
patah yang dibentuk oleh data historis, dapat diketahui dengan menghitung nilai Y’ (nilai
trend) sejak bulan januari 2006 hingga mei 2007 seperti terlihat di tabel berikut:
Y Y’
Bulan X
(ribu botol) (ribu botol)
Januari 2006 2.500 1.733 12
Februari 2006 1.900 1.819 11
Maret 2006 1.600 1.906 10
April 2006 1.700 1.992 9
Mei 2006 2.000 2.078 8
Juni 2006 2.300 2.164 7
Juli 2006 2.200 2.250 6
Agustus 2006 1.800 2.336 5
September 2006 2.700 2.422 4
September 2006 2.700 2.422 4
Oktober 2006 2.800 2.508 3
November 2006 2.450 2.594 2
Desember 2006 2.900 2.681 1
Januari 2007 3.000 2.767 0,0
Februari 2007 2.650 2.853 1,0
Maret 2007 2.800 2.939 2,0
April2007 3.200 3.025 3,0
Mei 2007 2.900 3.111 4,0
 Y (ribu
Bulan X XY 𝒙𝟐
botol)
Januari 2006 2.500 1 2.500 1
Februari 2006 1.900 2 3.800 4
Maret 2006 1.600 3 4.800 9
April 2006 1.700 4 6.800 16
Mei 2006 2.000 5 10.000 25
Juni 2006 2.300 6 13.800 36
Juli 2006 2.200 7 14.700 49
Agustus 2006 1.800 8 14.000 64
September 2006 2.700 9 24.300 81 3. Metode Trend
Oktober 2006 2.800 10 23.000 100
November 2006 2.450 11 26.950 121 Moment
Desember 2006 2.900 12 34.800 144
Januari 2007 3.000 13 39.000 169
Februari 2007 2.650 14 37.100 196
Maret 2007 2.800 15 42.000 225
April2007 3.200 16 51.200 256
Mei 2007 2.900 17 49.300 289
Juni 2007 3.300 18 59.400 324
jumlah 44.050 171 457.450 2.109
 Dengan menerapkan rumus tersebut maka:
Fungsi garis lurus Y’ = a + bX dapat dirtahui dengan (II) 457.450 = 171a + 2.109b |x 1,0 |
menggunakan rumus: (I) 44.050 = 18a + 171b |x 9,5 |
(I) ΣY = an + bΣx (II) 457.450 = 171a + 2.109b
(II )ΣXY = aΣx + bΣ𝑥 2 (III) 418.475 = 171a + 1.625b
Keterangan: 38.975 = 485b
Y = data historis b = 80,44 (dibulatkan)
Y’ = nilai trend moment Jadi nilai b = 80,44 dimasukkan ke dalam persamaan,
X = parameter pengganti waktu(bulan). Oleh karena akan diperoleh hasil :
deretan bulannya berurutan, maka angka parameter (I) 44.050 = 18a + 171b
Xjuga berurutan
44.050 = 18a + (171 x 80,44)
44.050 = 18a + 13.756
30.294 = 18a
a = 1.683,01 (dibulatkan)
Jadi persamaan fungsi trend Y’ = 1.683,01 + 80,44X
Parameter X untuk bulan juli 2007 adalah sebesar 18. Dengan demikian maka parameter X untuk bulan januari 2008 adalah
sebesar 25. Dengan memasukan nilai parameter X maka dapat dibuatlah forecast tahun 2008 sebagai berikut :

Bulan /2008 Y’ (ribu botol) X

Januari 3.694 25
Februari 3.775 26
Maret 3.855 27
April 3.935 28
Mei 4.016 29
Juni 4.096 30
Juli 4.177 31
Agustus 4.257 32
September 4.338 33
Oktober 4.418 34
November 4.499 35
Desember 4.579 36
 Bulan Y (ribu botol) Y’( ribu botol) X
Januari 2006 2.500 1.763 1
Februari 2006 1.900 1.844 2
Maret 2006 1.600 1.924 3
April 2006 1.700 2.005 4
Mei 2006 2.000 2.085 5
Sedangkan nilai dari titik titik yang membentuk
Juni 2006 2.300 2.166 6
garis lurus sebagai pengganti garis patah-patah
Juli 2006 2.200 2.246 7
yang dibentuk oleh data historis dapat diketahui
dengan menghitung nilai Y’ (trend) sejak bulan Agustus 2006 1.800 2.327 8
januari 2006 sampai juni 2007 sebagai berikut : September 2.700 2.407 9
2006
Oktober 2006 2.800 2.487 10
November 2006 2.450 2.568 11
Desember 2006 2.900 2.648 12
Januari 2007 3.000 2.729 13
Februari 2007 2.650 2.809 14
Maret 2007 2.800 2.890 15
April2007 3.200 2.970 16
Mei 2007 2.900 3.051 17
Juni 2007 3.300 3.131 18
Jumlah 44.050 414.050 171
Metode Trend Kuadrat Terkecil
Merupakan penyederhanaan dari metode moment.
Menggunaan rumus:
(I)ΣY = an + bΣx
(II)ΣXY = aΣx + bΣ𝑥 2

Metode trend kuadrat terkecil menyederhanakan rumus

tersebut dengan cara mengusahakan sedemikian rupa
sehingga jumlah parameter X sama dengan no (Σx = 0),
maka rumus tersebut menjadi sederhana yaitu:
(I) ΣY = an + 0 sehingga a = ΣY : n
(II) ΣXY = 0 + bΣ𝑥 2 sehingga b= ΣXY : Σ𝑥 2
Dengan demikian metode trend kuadrat menggunakan
rumus :

Y’ = a + bX
(I) a = ΣY : n
(II) b= ΣXY : Σ𝑥 2
Dengan syarat ΣY = 0
a. Metode Trend kuadrat Terkecil dengan n ganjil
Y (ribu
Bulan X (XY) (𝑥 2 )
botol)
Januari 2006 2.500 8 20.000 64
Februari 2006 1.900 7 13.300 49
Maret 2006 1.600 6 9.600 36
April 2006 1.700 5 8.500 25
Mei 2006 2.000 4 8.000 16
Juni 2006 2.300 3 6.900 9
Juli 2006 2.200 2 4.200 4
Agustus 2006 1.800 1 1.750 1

September 2006 2.700 0 0 0

Oktober 2006 2.800 1 2.300 1

November 2006 2.450 2 4.900 4
2.900 3 8.700 9
Desember 2006

Januari 2007 3.000 4 12.000 16

Februari 2007 2.650 5 13.250 25
Maret 2007 2.800 6 16.800 36
April2007 3.200 7 22.400 49
Mei 2007 2.900 8 23.200 64
jumlah 40.750 0 31.300 408
Parameter X disusun dan diusahakan sedemikian Bulan /2008 Y’(ribu botol) X
rupa sehingga jumlahnya sama dengan “0”
Januari 3.625 16
Maka didapatlah rumus:
a = 40.750 : 17 = 2.397,06 Februari 3.701 17
b = 31.300 : 408 = 76,72 Maret 3.778 18
Jadi persamaan fungsi trend adalah April 3.855 19
Y’ = 2.397,06 + 76,72X Mei 3.931 20
Parameter X untuk bulan mei adalah 8 sehingga
Juni 4.008 21
parameter parameter X untuk bulan januari
sebesar 16 . Juli 4.085 22
Agustus 4.162 23
September 4.238 24
Oktober 4.315 25
November 4.392 26
Desember 4.468 27
 Y(ribu Y’ (ribu
Bulan X
botol) botol)
Januari 2006 2.500 1.783 8
Februari 2006 1.900 1.860 7
Maret 2006 1.600 1.937 6
April 2006 1.700 2.013 5
Mei 2006 2.000 2.090 4
Sedangkan nilai dari titik-titik yang membentuk garis Juni 2006 2.300 2.167 3
lurus sebagai pengganti garis patah-patah yang Juli 2006 2.200 2.244 2
dibentuk oleh data historis, dapat diketahui dengan Agustus 2006 1.800 2.320 1
menghitung nilai Y’(nilai trend) sejak bulan januari September 2006 2.700 2.397 0
2006 hingga mei 2007 seperti terlihat di tabel berikut: Oktober 2006 2.800 2.474 1
November 2006 2.450 2.550 2
Desember 2006 2.900 2.627 3
Januari 2007 3.000 2.704 4
Februari 2007 2.650 2.781 5
Maret 2007 2.800 2.857 6
April2007 3.200 2.934 7
Mei 2007 2.900 3.011 8
Jumlah 40.750 40.750 0
 Y (ribu
Bulan X XY 𝒙𝟐
botol)
Januari 2006 2.500 17 42.500 289
b. Metode kuadratik terkecil
Februari 2006 1.900 15 28.500 225 dengan n genap
Maret 2006 1.600 13 20.800 169
April 2006 1.700 11 18.700 121
Mei 2006 2.000 9 18.000 81
Juni 2006 2.300 7 16.100 49
Juli 2006 012.200 5 10.500 25 02 03 04
Agustus 2006 1.800 3 5.250 9
September 2006 2.700 1 2.700 1
Oktober 2006 2.800 1 2.300 1
November 2006 2.450 3 7.350 9
Desember 2006 2.900 5 14.500 25
Januari 2007 3.000 7 21.000 49
Februari 2007 2.650 9 23.850 81
Maret 2007 2.800 11 30.800 121
April2007 3.200 13 41.600 169
Mei 2007 2.900 15 43.500 225
Juni 2007 3.300 17 56.100 289
jumlah 44.050 0 77.950 1.938
Parameter X disusun dan diusahakan Y’(Ribu
Bulan X
sedemikian rupa sehingga jumlahnya sama Botol)
Jan-08 3694 31
dengan “0”
Maka didapatlah rumus: Feb-08 3775 33
a = 40.050 : 18 = 2.447,22 Mar-08 3855 35
b = 77.950 : 1.938 = 40,22
Apr-08 3935 37
Jadi persamaan fungsi trend adalah
Y’ =2.447,22 + 40,22X Mei-08 4016 39
Parameter X untuk bulan juni 2007 adalah Jun-08 4096 41
17 sehingga parameter parameter X untuk Jul-08 4177 43
bulan januari sebesar 31
Agu-08 4257 45
Dengan memasukan nilai parameter X ke
dalam persamaan fungsi trend kuadratik Sep-08 4338 47
tsb, maka taksiran penjualan 2008 sbg: Okt-08 4418 49
Nov-08 4499 51
Des-08 4579 53
Nilai dari titik-titik yang membentuk garis lurus sebagai
pengganti garis patah-patah , dapat diketahui dengan
menghitung nilai Y” (nilai trend) sejak bulan Januari 2006
sampai dengan bulan Juni 2007, seperti terlihat pada tabel
berikut.
Bulan Y(Ribu Y’(Ribu X
Botol) Botol)
Jan-06 2500 1763 -17
Feb-06 1900 1844 -15
Mar-06 1600 1924 -13
Apr-06 1700 2005 -11
Mei-06 2000 2085 -9
Jun-06 2300 2166 -7
Jul-06 2100 2246 -5
Agu-06 1750 2327 -3

Sep-06 2700 2407 -1

Okt-06 2300 2487 1
Nov-06 2450 2568 3
Des-06 2900 2646 5
Jan-07 3000 2729 7
Feb-07 2650 2809 9
Mar-07 2800 2890 11
Apr-07 3200 2970 13
Mei-07 2900 3051 15
Jun-07 3300 3131 17
 METODE TREND KUADRATIK
No Bulan Rupiah
1 Jan-06 10.000 Data historis yang membentuk parabola menggunakan
2 Feb-06 9.100 penaksiran dengan metode trend kuadratik (parabolic).
3 Mar-06 7.800 Dalam matematika dinyatakan dalam persamaan:
4 Apr-06 7.200 Y’ = a+bX+cX2
5 Mei-06 6.900
6 Jun-06 7.000
7 Jul-06 8.600
CONTOH SOAL
8 Agu-06 9.700
Data historis harga jual setiap peti dari produk yang dihasilkan
9 Sep-06 10.550
oleh PT “Dyah Pratiwi” selama 17 bulan sejakbulan Januari 2008
10 Okt-06 11.000
sampai dnegan bulan Mei 2007 yang akan dipergunakan untuk
11 Nov-06 12.350
menghitung taksiran harga jual setiap peti (Budget Penjualan)
12 Des-06 13.300 tahun2008 yang akan datang adalah sebagai berikut:
13 Jan-07 14.250
14 Feb-07 15.350
15 Mar-07 15.900
16 Apr-07 15.900
17 Mei-07 17.000
GRAFIK
Harga Jual Per Botol
18,000
16,000
14,000
12,000
10,000
8,000
6,000
4,000
2,000
0
 Y
No Bulan X XY X2 X2Y X4
(Rupiah)
1 Jan-06 10.000 -8 -80000 64 640000 4096
2 Feb-06 9.100 -7 -63700 49 445900 2401
3 Mar-06 7.800 -6 -46800 36 280800 1296
4 Apr-06 7.200 -5 -36000 25 180000 625
5 Mei-06 6.900 -4 -27600 16 110400 256
6 Jun-06 7.000 -3 -21000 9 63000 81
7 Jul-06 8.600 -2 -17200 4 34400 16
8 Agu-06 9.700 -1 -9700 1 9700 1
9 Sep-06 10.550 0 0 0 0 0
10 Okt-06 11.000 1 11000 1 11000 1
11 Nov-06 12.350 2 24700 4 49400 16
12 Des-06 13.300 3 39900 9 119700 81
13 Jan-07 14.250 4 57000 16 228000 256
14 Feb-07 15.350 5 76750 25 383750 625
15 Mar-07 15.900 6 95400 36 572400 1296
16 Apr-07 15.900 7 111300 49 779100 2401
17 Mei-07 17.000 8 136000 64 1088000 4096
Jumlah
191.900 0 250050 408 4995550 17544
Y’=a+bX+cX2

(I) ∑ Y = an + c∑X2
(II) ∑XY =b∑X2
(III) ∑X2Y =a∑X2 + c∑X4
Dengan Syarat ∑X=0

Dengan menetapkan rumus tersebut maka diperoleh :

(III) 4.995.550 = 408a + 17.544c x 1,0 (II) 250.050 = 408b

(I) 191.900 =17a + 408c x 24,0 b = 612,87 (dibulatkan)
(III) 4.995.550 = 408a + 17.544c jadi persamaan fungsi trend adalah :
(I) 4.995.600 = 408a+ 9.792c Y’ = 10.080,96 + 612,87X + 50,30X2
389.950 =7.752c

C = 50,30 (dibulatkan)

Nilai c disubtitusikan ke persamaan (I)

(I) 191.900 = 17a + 408c

191.900 = 17a + (408 x 50,30)

191.900 = 17a + 20.524

171.376 = 17a

a = 10.080,96 (dibulatkan)
20,000
18,000
16,000
14,000
12,000
10,000
8,000
6,000
4,000
2,000
0
Sep-05 Dec-05 Mar-06 Jul-06 Oct-06 Jan-07 Apr-07 Aug-07

Data historis Trend Kuadratik

 Y ( Ribu
Bulan X (Bayi)
6. Metode Regresi Tunggal kaleng)
Jan-06 2500 10200
Merupakan metode penaksiran yang didasarkan tidak Feb-06 1900 9750
hanya data historis dari satu variabel saja melainkan Mar-06 1600 9200
juga dihubungkan dengan variabel yang lain yang Apr-06 1700 9500
diperkirakan memiliki pengaruh yang kuat terhadap Mei-06 2000 9900
perkembangan variabel yang akan ditaksir. Jun-06 2300 10100
Contoh Jul-06 2100 10000
Agu-06 1750 9600
data historis penjualan susu danjumlah balita selama 18 Sep-06 2700 10650
bulan sejak bulan januari 2006 sam[ai dengan juni 2007 Okt-06 2300 10150
yang akan dipergunakan untuk menghitung taksiran Nov-06 2450 10900
penjualan tahun 2008 yang akan datang adalah Des-06 2900 11400
sebagai berikut : Jan-07 3000 11500
Feb-07 2650 11000
Y’= a + bX Mar-07 2800 11200
(I) ∑Y = an + b∑X Apr-07 3200 11850
Mei-07 2900 11300
(II) ∑XY = a∑X + b∑X2 Jun-07 3300 11750
jumlah 44050 189950
 Bulan Y ( Ribu kaleng) X (Bayi) XY X2
Jan-06 2500 10200 25500000 104040000 Y’= a + bX
Feb-06 1900 9750 18525000 95062500 (I) ∑Y = an + b∑X
Mar-06 1600 9200 14720000 84640000 (II) ∑XY = a∑X + b∑X2
Apr-06 1700 9500 16150000 90250000
Mei-06 2000 9900 19800000 98010000
Jun-06 2300 10100 23230000 102010000
Jul-06 2100 10000 21000000 100000000
Agu-06 1750 9600 16800000 92160000
Sep-06 2700 10650 28755000 113422500
Okt-06 2300 10150 23345000 103022500
Nov-06 2450 10900 26705000 118810000
Des-06 2900 11400 33060000 129960000
Jan-07 3000 11500 34500000 132250000
Feb-07 2650 11000 29150000 121000000
Mar-07 2800 11200 31360000 125440000
Apr-07 3200 11850 37920000 140422500
Mei-07 2900 11300 32770000 127690000
Jun-07 3300 11750 38775000 138062500
jumlah 44050 189950 472065000 2016252500
 Bulan Y ( Ribu kaleng) X (Bayi) Y' (Ribu Kaleng)
(II) 472.065.000 = 189.950a + 2.016.252.500b
(I) = 18a + 189.500b
Jan-06 2500 10200 2231
(II) 472.065.000 = 189.950a + 2.016.252.500b
Feb-06 1900 9750 1954
(I) 464.849.861 = 189.950a + 2.004.500.139b Mar-06 1600 9200 1617
38.975 = 485b Apr-06 1700 9500 1801
b = 0.61 (dibulatkan) Mei-06 2000 9900 2046
bila b disubtitusikan ke persamaan pertama Jun-06 2300 10100 2169
(I) 44.050 = 18a + 189.500b Jul-06 2100 10000 2108
44.050 = 18a + (189.500 x 0.61) Agu-06 1750 9600 1862
44.050 = 18a + 116.616 Sep-06 2700 10650 2507
a = -4.031,46 (dibulatkan) Okt-06 2300 10150 2200
maka persamaan regresinya adalah Y’ = - Nov-06 2450 10900 2660
4.031,46 + 0.61X Des-06 2900 11400 2967
Jan-07 3000 11500 3029
Feb-07 2650 11000 2722
Mar-07 2800 11200 2845
Apr-07 3200 11850 3244
Mei-07 2900 11300 2906
Jun-07 3300 11750 3182
jumlah 44050 189950 44050
untuk membuktikan variabel lain berpengaruh kuat terhadap variabel yang ditaksir dapat
menggunakan koefisien korelasi. Koefisien korelasi (r) adalah angka yang menunjukan tinggi
rendahnya tingkat keeratan antara satu variabel dengan variabel yang lain.
r = n∑XY – (∑X) x (∑Y)
√n ∑X2 – (∑X)2 x √ n∑Y2 – (∑Y)2
a. apabila nilai r mendekati +1 maka variabel X berpengaruh kuat terhadap perkembangan
variabel Y
b. Apabila nilai r mendekati angka negatif satu (-1), berarti bahwa variabel X mempunnyai
pengaruh yang kuat dan ngatif terhadap pengembangan variabel Y.
c. Apabila nilai r mendekati angka nol, berarti bahwa variabel X kurang berpengaruh terhadap
perkembangan variabel Y
Dengan menerapkan rumus perhitungan koefisien korelasi pada data PT “Tunas Mekar” di
muka, dapatlah dibuat perhitungan sebagai berikut:
Y (Ribu X
Bulan (XY) (X2) (Y2)
kaleng) (bayi)
Januari 2006 2.500 10.200 25.500.000 104.040.000 6.250.000
Februari 2006 1.900 9.750 18.525.000 95.062.500 3.610.000
Maret 2006 1.600 9.200 14.720.000 84.640.000 2.560.000
April 2006 1.700 9.500 16.150.000 90.250.000 2.890.000
Mei 2006 2.000 9.900 19.800.000 98.010.000 4.000.000
Juni 2006 2.300 10.100 23.230.000 102.010.000 5.290.000
Juli 2006 2.100 10.000 21.000.000 100.000.000 4.410.000
Agustus 2006 1.750 9.600 16.800.000 92.160.000 3.062.500
September 2006 2.700 10.650 28.755.000 113.422.500 7.290.000
Oktober 2006 2.300 10.150 23.345.000 103.022.500 5.290.000
November 2006 2.450 10.900 26.705.000 118.810.000 6.002.500
Desember 2006 2.900 11.400 33.060.000 126.960.000 8.410.000
Januari 2007 3.000 11.500 34.500.000 132.250.000 9.000.000
Februari 2007 2.650 11.000 29.150.000 121.000.000 7.022.500
Maret 2007 2.800 11.200 31.360.000 125.440.000 7.840.000
April 2007 3.200 11.850 37.920.000 140.422.500 10.240.000
Mei 2007 2.900 11.300 32.770.000 127.690.000 8.410.000
Juni 2007 3.300 11.750 38.775.000 138.062.500 10.890.000
Jumlah 44.050 189.950 472.065.000 2.016.252.500 112.467.500
r= n ∑ XY – (∑X) x (∑Y)
√n ∑X2 – (∑X)2 x √n ∑Y2 – (∑Y)2

r= (8.497.170.000) – (8.367.297.500)

√(36.292.545.000) – (36.081.022.500) x √(2.024.415.000) – (1.940.402.500)

r= 129.872.500
√(211.542.500) x √(84.012.500)

r= 129.872.500
(14.545) x (9.166)

r = 129.872.500
133.312.469

r = 0,9742
dengan nilai r (koefisien korelasi) sebesar 0,9742 berarti variable X, yaitu
jumlah balita mempunnyai pengaruh yang sangat kuat terhadap
perkembangan variable Y, yaitu penjualan susu kaleng dari perusahaan
yang bersangkutan.
Metode ini biasanya digunakan apabila
mengadakan penaksiran (forecasting) untuk
waktu-waktu yang akan datang yang
memerlukan berbagai analisis khusus. Beberapa
analisis khusus yang dapat dilakukan oleh
perusahaan :
a. Analisis industri
Analisis ini dilakukan terutama untuk mengetahui posisi
perusahaan dalam lingkungan industry secara keseluruhan.
Dalam kaitannya dengan anggaran penjualan, dengan analisis Metode Statistika untuk
industri dapat diketahui berapa besar bagian dari permintaan
industry yang mampu dipenuhi oleh penjualan perusahaan yang
Analisis Khusus
bersangkutan. Semakin besar bagian dari permintaan industry
yang mampu dipenuhi oleh penjualan perusahaan, berarti
semakin besar pula peranan perusahaan yang bersangkutan
dalam industry, serta semakin kuat posisinya di dalam
persaingan. Sebaliknya, semakin kecil bagian dari permintaan
industry yang mampu dipenuhi oleh penjualan perusahaan,
berarti semakin kecil pula peranan perusahaan yang
bersangkutan dalam industry, serta semakin lemah posisinya di
dalam persaingan.
 c. Analisis pemakai akhir dari produk
Ada berbagai perusahaan yang menghasilkan
b. Analisis jenis produk barang-barang konsumsi dan ada pula
Analisis jenis produk perusahaan yang menghasilkan barang-barang
(product line) ini industry. Produk yang berupa barang konsumsi
diperlukan oleh akan langsung dipergunakan oleh para pemakai
perusahaan yang akhir (konsumen) untuk memenuhi kebutuhan
Easy to change
memproduksikan mereka. Ini berarti bahwa bilamana perusahaan
colors, photos
lebih dari satu jenis yang menghasilkan sesuatu barang industry akan
and Text.

barang hasil melakukan penaksiran, maka perlu

produksi. mengadakan analisis terhadap pemakai akhir
terhadap produk yang dihasilkannya itu.
 BENTUK
ANGGARAN PENJUALAN

04 03 02 01
Thank you